【从零学习python 】66.深入了解正则表达式：模式匹配与文本处理的利器

cx

匹配由x指明的控制字符。例如， cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 ‘c’ 字符。

f

匹配一个换页符。等价于 x0c 和 cL。

n

匹配一个换行符。等价于 x0a 和 cJ。

r

匹配一个回车符。等价于 x0d 和 cM。

s

匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ fnrtv]。注意 Unicode 正则表达式会匹配全角空格符。

S

匹配任何非空白字符。等价于 [^ fnrtv]。

t

匹配一个制表符。等价于 x09 和 cI。

v

匹配一个垂直制表符。等价于 x0b 和 cK。

( )

标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 ( 和 )。

.

匹配除换行符 n 之外的任何单字符。要匹配 . ，请使用 . 。

[

标记一个中括号表达式的开始。要匹配 [，请使用 [。

将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， ‘n’ 匹配字符 ‘n’。‘n’ 匹配换行符， 匹配 ，而 ( 则匹配 ( 。

{

标记限定符表达式的开始。要匹配 {，请使用 {。

`

`

d

匹配一个数字字符。等价于 [0-9]。

[0-9]

匹配任何数字。等价于 d

D

匹配一个非数字字符。等价于 [^0-9]。

[a-z]

匹配任何小写字母

[A-Z]

匹配任何大写字母

[a-zA-Z0-9]

匹配任何字母及数字。等价于w

w

匹配包括下划线的任何单词字符。等价于[A-Za-z0-9_]。

W

匹配任何非单词字符。等价于 [^A-Za-z0-9_]。

[u4e00-u9fa5]

匹配纯中文

^

匹配输入字符串的开始位置。如果设置了 MULTILINE 标志，还会与换行符后的位置匹配。

$

匹配输入字符串的结束位置。如果设置了 MULTILINE 标志，还会与换行符前的位置匹配。

A

只匹配输入字符串的开始处。

Z

只匹配输入字符串的结束处，或者在换行符前的最后一个字符处。

b

匹配一个单词边界，也就是指单词和空格间的位置。例如，erb 可以匹配 “never” 中的 ‘er’，但不能匹配 “verb” 中的 ‘er’。

B

匹配非单词边界。例如，erB 能匹配 “verb” 中的 ‘er’，但不能匹配 “never” 中的 ‘er’。

*

匹配前一个字符零次或多次。

匹配前一个字符一次或多次。

?

匹配前一个字符零次或一次。

{n}

匹配前一个字符恰好 n 次。

{n,}

匹配前一个字符至少 n 次。

{n,m}

匹配前一个字符至少 n 次，但是不超过 m 次。

A

只匹配字符串开头。它和 ^ 的区别是，A 即使在 MULTILINE 模式下也只能匹配字符串开头的位置，而不是行首的位置。

b

匹配一个单词边界，也就是指单词和空格间的位置。

B

匹配非单词边界。

d

匹配任意数字字符，等价于 [0-9]。

D

匹配任意非数字字符，等价于 [^0-9]。

s

匹配任意空白字符，包括空格、制表符、换行符等等。

S

匹配任意非空白字符。

w

匹配任意字母或数字字符，等价于 [a-zA-Z0-9]。

W

匹配任意非字母或数字字符，等价于 [^a-zA-Z0-9]。

Z

只匹配字符串的结束，即使在 MULTILINE 模式下也只能匹配字符串末尾的位置，而不是行尾的位置。